智能汽車作為提高交通安全性和通行效率的重要手段,成為世界汽車技術(shù)的主要發(fā)展方向。路徑跟蹤控制是實(shí)現(xiàn)智能汽車自主行駛的關(guān)鍵技術(shù)之一,然而在實(shí)際控制過程中,智能汽車的行駛工況具有高度的時(shí)變性和不確定性,這給路徑跟蹤控制帶來了巨大挑戰(zhàn)。從智能汽車控制的安全性、穩(wěn)定性角度來看,不同工況應(yīng)具有不同的控制目標(biāo)和側(cè)重點(diǎn),另外,單一的控制算法有其自身的局限性和特定的使用條件,無法兼顧智能汽車路徑跟蹤控制過程中的多工況特征以及協(xié)調(diào)不同工況下的控制性能要求。因此,傳統(tǒng)單一控制算法無法有效協(xié)調(diào)智能汽車不同轉(zhuǎn)向工況下路徑跟蹤控制性能要求的問題,難以實(shí)現(xiàn)對(duì)目標(biāo)路徑的最優(yōu)跟蹤。針對(duì)上述問題,結(jié)合智能汽車在高速和低速轉(zhuǎn)向工況下呈現(xiàn)出的系統(tǒng)特性差異,本研究基于PID控制和模型預(yù)測控制（Model Predictive Control,MPC）理論,以及模糊控制理論,提出了一種路徑跟蹤混合控制方法,旨在通過結(jié)合多種智能控制策略的優(yōu)勢,提高智能汽車在不同速度工況下的路徑跟蹤性能,主要研究內(nèi)容如下:（1）建立了車輛預(yù)瞄運(yùn)動(dòng)學(xué)模型、車輛動(dòng)力學(xué)模型及輪胎模型,根據(jù)輪胎模型的側(cè)偏特性,分析了車輛穩(wěn)定行駛的輪胎側(cè)偏角約束范圍。在此... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

汽車智能化等級(jí)的劃分Fig.1.1Classificationofautomobileintelligencelevels通過對(duì)無人駕駛平臺(tái)的實(shí)車實(shí)驗(yàn)以及Google、BMW等公司公開的無人駕駛視頻資料

江 蘇 大 學(xué) 碩 士 學(xué) 位 論 文無法建立精確數(shù)學(xué)模型且?guī)к囕v動(dòng)力學(xué)約束問題上擁有獨(dú)特的優(yōu)勢[9-10]。但該控制是結(jié)合車輛當(dāng)前位置和姿態(tài)信息對(duì)未來一段時(shí)間內(nèi)系統(tǒng)輸出進(jìn)行控制，這就導(dǎo)致其跟蹤性能的優(yōu)劣主要取決于參數(shù)的選取，系統(tǒng)參數(shù)若選取不當(dāng)，很難實(shí)現(xiàn)較好的控制效果。針對(duì)傳統(tǒng)單一控制算法無法有效協(xié)調(diào)智能汽車不同轉(zhuǎn)向工況下橫向控制性能要求的問題，結(jié)合智能汽車在高速和低速轉(zhuǎn)向工況下呈現(xiàn)出的系統(tǒng)特性差異，將預(yù)瞄 PID 控制強(qiáng)魯棒性、參數(shù)易調(diào)節(jié)優(yōu)勢和模型預(yù)測控制可以處理帶約束問題的優(yōu)勢相結(jié)合，應(yīng)用于路徑跟蹤控制，旨在提高智能汽車在不同速度條件下的路徑跟蹤性能，更加全面地反映智能汽車真實(shí)行駛工況，具有重要的研究價(jià)值和現(xiàn)實(shí)意義。1.2 智能汽車關(guān)鍵技術(shù)智能汽車是眾多前沿學(xué)科組合而成的綜合體，其關(guān)鍵組成部分有：環(huán)境感知與定位、路徑規(guī)劃、智能決策、路徑跟蹤、底層控制等[11]，如圖 1.2 所示。

控制功能的實(shí)現(xiàn)，需要選擇合適的控制算法理的車輛系統(tǒng)模型是研究智能汽車路徑跟考慮是否能夠盡量準(zhǔn)確反映車輛運(yùn)動(dòng)學(xué)或動(dòng)以及是否能夠滿足車輛控制的實(shí)時(shí)性要求。特性，建立了運(yùn)動(dòng)學(xué)模型；高速時(shí)，車輛的學(xué)模型及魔術(shù)公式輪胎模型。然后，為了形線曲線兩種目標(biāo)路徑，以驗(yàn)證所設(shè)計(jì)的控制力學(xué)模型型和動(dòng)力學(xué)模型函數(shù)表達(dá)式，一般是在慣性 所示。

【參考文獻(xiàn)】：
期刊論文
[1]無人駕駛車輛橫向控制策略研究進(jìn)展[J]. 朱林峰,楊家富,施楊洋,方朋朋.  世界科技研究與發(fā)展. 2018(05)
[2]純電動(dòng)自動(dòng)駕駛觀光車的制動(dòng)防抱死系統(tǒng)設(shè)計(jì)與研究[J]. 程泊靜,陳剛,陳標(biāo),李治國.  裝備制造技術(shù). 2018(03)
[3]基于預(yù)瞄的智能車輛路徑跟蹤控制研究[J]. 倪蘭青,林棻,王凱正.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(03)
[4]自主車輛線性時(shí)變模型預(yù)測路徑跟蹤控制[J]. 張亮修,吳光強(qiáng),郭曉曉.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(10)
[5]智能車輛運(yùn)動(dòng)控制研究綜述[J]. 郭景華,李克強(qiáng),羅禹貢.  汽車安全與節(jié)能學(xué)報(bào). 2016(02)
[6]Multi-constrained model predictive control for autonomous ground vehicle trajectory tracking[J]. 龔建偉,徐威,姜巖,劉凱,郭紅芬,孫銀健.  Journal of Beijing Institute of Technology. 2015(04)
[7]基于模擬駕駛員多目標(biāo)決策的汽車自適應(yīng)巡航控制算法[J]. 高振海,嚴(yán)偉,李紅建,胡振程.  汽車工程. 2015(06)
[8]自主駕駛車輛的預(yù)測避障控制[J]. 余如,郭洪艷,陳虹.  信息與控制. 2015(01)
[9]視覺導(dǎo)航智能車輛橫向運(yùn)動(dòng)的自適應(yīng)預(yù)瞄控制[J]. 陳無畏,王家恩,汪明磊,王金波.  中國機(jī)械工程. 2014(05)
[10]駕駛員自適應(yīng)轉(zhuǎn)向控制行為建模[J]. 沈峘,譚運(yùn)生,李舜酩,畢海墨.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(02)

博士論文
[1]電動(dòng)汽車主動(dòng)避撞系統(tǒng)狀態(tài)估計(jì)與控制策略研究[D]. 廉宇峰.吉林大學(xué) 2015
[2]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004

碩士論文
[1]基于模型預(yù)測控制的路徑跟蹤控制方法研究[D]. 楊陽陽.江蘇大學(xué) 2018
[2]基于橫向與縱向綜合控制的智能車輛運(yùn)動(dòng)控制研究[D]. 王浩.南京航空航天大學(xué) 2016
[3]基于預(yù)瞄的車輛路徑跟蹤控制研究[D]. 王聰.哈爾濱工業(yè)大學(xué) 2014
[4]移動(dòng)機(jī)器人局部路徑規(guī)劃的研究[D]. 朱云國.合肥工業(yè)大學(xué) 2006



本文編號(hào)：3412235